二叉查找树（一）：基本概念和特性

1. 前言

因为最近在研究计算几何¹，里面都很多算法都依赖BBST（平衡搜索二叉树），而且需要对这个数据结构进行适配，所以Java里面内置的BBST已经不能很好的满足需求，所以趁这个机会详解一下BBST的一种实现：红黑树。

红黑树的理念和实现应该算是众多数据结构里面非常难的一种了，虽然网上也有很多教程解析了红黑树，但是看完总感觉还是没有完全理解。所以这个系列的文章，我会结合《算法 第四版》²上面的教程，完全从头开始详解红黑树的思路和实现。

另外，博主已经自己根据教材的代码，自己实现了红黑树，并添加了很多注释，所以讲解的过程中会结合自己的代码来进行说明，加深大家的印象。希望能通过这个系列的讲解，让对红黑树非常恐惧的童鞋，能完全掌握红黑树的设计理念。

综上，本系列的讲解安排如下：

第一部分：二叉查找树
第二部分：2-3查找树
第三部分：红黑树
第四部分：二叉查找树和红黑树的性能比较

2. 基本概念

首先，对于二叉树的定义， 想必大家都已经非常熟悉了，如果有不太清楚的童鞋，可以看看下面的图²理解一下：

注意：后续空连接默认省略，不会再特意标出。

接下来，我们来看看二叉查找树（后续简称BST）的定义：

一课二叉查找树（BST）是一颗二叉树，其中每个节点都含有一个Comparable的键（以及相关联的值）且每个节点的键都大于其左子树的任意节点的键，而小于右子树的任意节点的键。

这个定义看着太绕口了，我们假设键等于值，简单来说，BST是：

任意一个左子节点都小于它的父节点，任意一个右子节点都大于它的父节点。

比如下面这张图²就表示了一个标准的BST：

注意：每个节点（圆形）里面的内容表示键（Key，一般是字母），节点旁边对应的数值表示该Key对应的值（Value），同时也是该字母在ASCII中对应的数值，后续的图例都会这样表示，方便大家查找各个节点之间的大小顺序。

通过这个图例，我们可以看到BST中，左子树的Key一定小于相应的父节点，比如A和C都小于他们的父节点E。相似地，右子树的Key一定大于相应的父节点，比如R和H都大于他们的父节点E。这是BST必有的性质，也是一般二叉树没有的性质。

也许聪明的童鞋会又这样的疑问？如果BST中只存储一个Key，也就是Key和Value合二为一，那么是否能允许相同的节点？如果可以，我们应该如何表示这样的BST？

答案是肯定的，有两种方案可以解决重复节点的问题：

1）规定相同的节点要么存储在左子节点，要么存储在右子节点；
2）每个节点有个计数器（count），用来统计相同节点的个数，如果该节点已经存在，那么count++，如果是删除，count–，如果这时count == 0，则删除该节点。

3. 特性

根据BST的定义，那么整棵树是一个有序集合，而且我们知道，如果我们使用树的中序遍历（Inorder Traversal）去遍历整个BST，那么我们将得到一个有序（升序）的序列。关于树的中序遍历，大家可以参考这篇文章哒：二叉树的中序遍历

同样，我们如果把BST的每个节点投射到x轴上，那么整个投射关系也是呈现升序的关系：²

当然，表示同一序列的BST并不唯一，比如下面这个BST²也能表示和上面一样的有序序列：

并且，以某个点为参照，x轴正方向上，其最近的的投射点为其后继节点（Successor），x轴负方向上，其最近的投射点为其前继节点（Predecessor）。比如上图中，E的Successor为R，Predecessor为C。这里的前后继节点，我们将用于BST和红黑树的删除操作，如果没有他们，删除操作将会非常复杂。

接下来，我们将讲解BST的API的思路和实现：大小 - size()，查找 - get() 和 插入 - put()。

---

下一节：二叉查找树（二）：大小和查找
系列汇总：超详细！红黑树详解文章汇总（含代码）

4 特别感谢

1. 感谢 @SENNICHEN 制作系列文章封面图

5. 免责声明

※ 本文之中如有错误和不准确的地方，欢迎大家指正哒~
※ 此项目仅用于学习交流，请不要用于任何形式的商用用途，谢谢呢；

---

---

1. 计算几何 | Computational Geometry ↩︎

2. Algorithms 4th Edition ↩︎ ↩︎ ↩︎ ↩︎ ↩︎